🧑 人体理解¶
💬 EMNLP2026 · 3 篇论文解读
📌 同领域跨会议浏览: 🧠 NeurIPS2026 (31) · 🎞️ ECCV2026 (172) · 📷 CVPR2026 (218) · 🔬 ICLR2026 (55) · 🧪 ICML2026 (7) · 🤖 AAAI2026 (24)
🔥 高频主题: LLM ×2
- Beyond CTC Spikes: LLM-Driven Gloss-Temporal Supervision for Continuous Sign Language Recognition
-
针对连续手语识别中 CTC 损失导致的稀疏脉冲对齐塌陷与视觉语义表征微弱问题,本文提出 GTM 模块融合时序锚点、帧间差分与 MLLM 帧级动作描述,借助 LLM 结构化推理构建显式手语词-帧区间密集监督,在不改变识别器参数的情况下显著加速收敛并降低错误率。
- DiscoSign: Discourse-Aware Text to Sign Language Gloss Translation
-
DiscoSign 是首个面向文本到手语标签(Gloss)翻译的篇章感知计算框架,通过显式状态注册表与确定性规则后处理,在单次大模型调用中协同约束空间共指消解、问答分句重构与概念-标签映射一致性,显著提升多句手语生成的篇章连贯性。
- sEMG Typing Transcription with Conformer Encoding and Beam-Aware Large Language Model Correction
-
提出一种连接前端信号转录与大语言模型纠错的意图打字框架,利用多尺度双边 Conformer 产生 CTC beam 候选假设,并通过微调 Qwen3.5-9B 进行三窗口局部纠错,在 emg2qwerty 基准上将泛化 CER 降低至 19.65%、个性化 CER 降低至 2.01%。